Содержание к диссертации
Введение
Глава 1. Мемристоры и сети на их основе 24
1.1. Определение мемристора 24
1.2. Мнемотрикс 27
1.3. Первое упонинание об экспериментальная реализации мемристора 28
1.3. Неорганические мемристорные устройства 33
1.4. Мемристорные устройства с использованием органических материалов 43
Глава 2. Органическое мемристорное устройство 55
2.1 Базовые материалы. 55
2.2. Структура прибора и принцип работы. 58
2.3. Электрические характеристики прибора. 62
2.4. Механизм работы прибора 73
2.4.1. Спектроскопия 73
2.4.2. Рентгеновская флуоресценция 88
2.5. Характеристики прибора в импульсном режиме 95
2.6. Оптимизация свойств и стабильности прибора 103
2.6.1. Стабильность свойств органического мемристорного устройства 103
2.6.2. Оптимизация конструкции прибора 107
3.6.3 Влияние твердого электролита 114
2.7 Органический мемристорный прибор, полученный методом слой за слоем 119
Глава 3. Осциллятор на основе органического мемристорного устройства 129
3.1. Модели работы устройства. 129
3.2.1. Модель работы органического мемристорного устройства 139
3.2.2. Упрощенная модель работы органического мемристорного устройства 152
Глава 4. Нейроморфные структуры с заданной архитектурой 157
4.1. Обучение единичного мемристора. 157
4.1.1. Режим постоянного тока. 157
4.1.2. Импульсный режим. 163
4.2. Обучение сети из нескольких элементов 167
4.2.1. Экспериментальная сеть из 8 мемристоров. 167
4.2.2. Алгоритмы обучения сетей с заданной архитектурой на основе органических мемристорных устройств. 170
4.3. Электронный аналог участка нервной системы прудовой улитки Lymnaea stagnalis. 186
4.3.1. Биологический прототип. 187
4.3.2. Экспериментальная цепь, имитирующая архитектуру и свойства участка нервной системы улитки . 189
4.4. Взаимное влияние мемристоров в сети при формировании цепей прохождения сигнала 200
4.5. Краткосрочная память и долгосрочное усиление. 206
Глава 5. Логические элементы с памятью 215
5.1. Элемент ИЛИ с памятью. 217
5.2. Элемент И с памятью 220
5.3. Элемент НЕ с памятью. 222
5.4. Сравнение с логическими элементами с памятью на основе неорганических мемристоров. 226
Глава 6. 3-х мерные сети, имитирующие отдельные функции мозга, с стохастической организацией 236
6.1 Система свободно стоящих волокон 237
6.2 Стохастические системы на каркасах с разветвленной структурой 243
6.3 Изготовление трехмерной структуры на основе разделения фаз 249
6.3.1. Стабилизированные золотые наночастицы 249
6.3.2. Сборка стохастической сети на основе разделения фаз 260
6.3.2. Обучение стохастической сети на основе разделения фаз 264
6.3.3. Доказательство трехмерной природы стохастической сети на основе разделения фаз 270
6.4. Моделирование перестраиваемых электрических свойств стохастической трехмерной полимерной сети 276
6.4.1. Отдельный мемристорный прибор. 278
6.4.2. Структура сети 281
6.4.3. Динамика сети 282
6.4.4. Моделирование результатов исследования трехмерных стохастических систем. 284
Основные результаты и выводы 291
Список цитируемой литературы 294
- Неорганические мемристорные устройства
- Органический мемристорный прибор, полученный методом слой за слоем
- Экспериментальная цепь, имитирующая архитектуру и свойства участка нервной системы улитки
- Доказательство трехмерной природы стохастической сети на основе разделения фаз
Неорганические мемристорные устройства
Большинство мемристорных устройств на основе неорганических материалов имеют структуру, сходную с рассмотренной в предыдущем подразделе: тонкая пленка материала (в большинстве случаев – оксида металла [55-77]) помещена между двумя металлическими электродами, по крайней мере один из которых выполнен из платины.
В качестве активного слоя, помимо двуокиси титана, использовались такие окислы, как Gd2O3, Al2O3 и VO2. В последнее время начали широко использоваться мемристорные устройства на основе HfO2, что, по видимому, связано с упрощенным производством таких приборов в рамках уже существующих технологий микроэлектроники [78-85]. Еще одним материалом, который в настоящее время стал использоваться для производства мемристорных приборов, является графен [86-95], что, по видимому, связано с его уникальной структурой и свойствами.
В настоящее время наиболее распространенное объяснение работы мемристорных приборов на основе окислов является прорастание проводящих фиаментов в слое окисла между электродами с последующим изменениям их проводимости, что связано с окислительно-восстановительными реакциями [75, 84, 96-115].
Такой механизм переключения сопротивления в большинстве неорганических мемристорных приборов предполагает изначальное проведение процесса формирования филаментов, что осуществляется путем приложения достаточно высокого напряжения между металлическими электродами. Прикладываемое напряжение значительно превышает диапазон, в котором в последствии работает прибор. Процесс электроформирования схематически иллюстрируется Рисунком 1.4 [116].
Разные конструкции приборов могут привести к некоторым различиям их характеристик (характерные величины напряжений и токов), однако, основные черты остаются такими же, как это показано на Рисунке 1.4.
Для того, чтобы перевести структуру в режим работы мемристорного прибора требуется приложение достаточно высокого напряжения, которое сопровождается скачкообразным ростом тока. В случае структуры, характеристика которой приведена на Рисунке 1.4, потребовалось приложить напряжение порядка 7,5 В. Скачкообразный рост тока связан с образованием проводящих филаментов между металлическими электродами, изменение проводимости которых и определяло последующие мемристорные характеристики структуры.
Интересно отметить, что изначальное определение мемристора предполагало наличие нулевого тока при приложении нулевого напряжения. На практике это условие выполняется далеко не всегда. Устройства с переключением сопротивления (мемристорные приборы) часто имеют не-нулевое значение тока при нулевом напряжении.
Для объяснения такого поведения была разработана модель окислительно-восстановительных процессов в данных системах, предполагающая возникновение электродвижущей силы [117].
Было выделено по крайней мере три причины, которые могли бы к этому приводить: потенциал Нернста, диффузный потенциал и потенциал Гиббса-Томпсона.
Интересным выводом для механизма вариации сопротивления в случае образования филаментов является тот факт, что ненулевой ток при нулевом напряжении должен наблюдаться в слабо проводящем состоянии, в то время как для высоко проводящего состояния он должен быть практически нулевым (сравним Рисунки 1.5 в и 1.5 г: в случае, когда образовавшийся филамент прорастает на полную толщину диэлектрического слоя и замыкает металлические электроды – электродвижущая сила равна нулю).
Такое поведение было зарегистрировано экспериментально [117]. Результаты измерений приведены на Рисунке 1.6. 0.5
Как это видно из Рисунка 1.6, в низко проводящем состоянии характеристика не проходит через начало координат, в то время как в проводящем состоянии ноль приложенного напряжения соответствует нулевому току.
Приведенные рассуждения показывают важную роль окислительно-восстановительных процессов даже в случае неорганических мемристорных устройств (для органических систем это будет показано в последующих разделах), а также показывают возможность возникновения ненулевого тока в таких структурах при нулевом приложенном напряжении.
Отдельным классом мемристорных приборов являются системы на основе ферроэлектрических материалов [119-129]. В частности, в работе [130] было показано, что конфигурация доменов ферроэлектрических туннельных барьеров, управляемая приложенным напряжением, приводит к изменению сопротивления структуры на более чем два порядка величины при времени переключения порядка 10 нс.
Областями применения неорганических мемристорных приборов являются в основном элементы памяти и логические элементы. Однако, помимо этого существуют и другие интересные приложения, три из которых представляются весьма важными.
В работе [131] на основе мемристорного прибора была реализована система, имитирующая обучение собаки Павлова, а именно, ассоциацию нейтрального сигнала (звук колокола) с присутствием пищи. Надо заметить, что подобная работа была сделана ранее на основе органических мемристорных приборов. Однако, упомянутая реализованная система имитировала обучение улитки [132]. Причем, в данном случае имитировались не только свойства обучения, но и архитектура сети, соответствовавшей участку нервной системы этого животного, отвечающей за такое обучение. Схема была построена на основе анализа распространения сигналов в нервной системе животного, измеренных с помощью имплантированных микроэлектродов. Так как работа по реализации аналога участка нервной системы улитки является частью данной диссертации, соответствующие подходы и полученные результаты будут описаны в соответствующем разделе. Здесь мы приведем лишь подход, примененный для использования неорганического мемристора при построении модели обучения собаки Павлова.
Для построения системы была выбрана модель, схематически показанная на Рисунке 1.7.
Органический мемристорный прибор, полученный методом слой за слоем
В большинстве работ в области органических мемристорных приборов активный слой устройства формировался методом Ленгмюра-Шефера. Такой выбор метода определялся критичностью толщины активного канала. С одной стороны, канал должен обеспечивать достаточно высокую проводимость прибора, с другой стороны, канал должен быть достаточно тонким, чтобы позволить осуществлять проникновение ионов лития, необходимых для переключения проводимости, на всю его глубину. Экспериментально установленная оптимальная толщина проводящего канала составляет 25 – 100 нм.
Однако, данный метод имеет несколько недостатков, таких как медленный характер процесса нанесения слоев, необходимость использования специального оборудования и, что более важно, возможность нанесения только на плоские поверхности с определенными физико-химическими свойствами.
В вопросе контроля толщины наносимого слоя, существует другой метод, названный «методом слой-за-слоем» (Layer-by-Layer (LbL)), являющийся достойной альтернативой методу Ленгмюра-Шефера: он также позволяет наносить слои с нм разрешением по толщине [242].
Метод основан на последовательном нанесении слоев полианиона и поликатиона из раствора. Метод очень прост и не требует использования специального оборудования. Другим достоинством метода является тот факт, что он позволяет реализовывать молекулярные системы на любых подложках, не зависимо от ох формы и физико-химических свойств.
Проводящий канал в данном случае состоял из чередующихся слоев полианилина и полистирен сульфоната (ПСС).
Для реализации органических мемристорных приборов данным методом требовалось работать с водными растворами полианилина, который обычно в ней не растворен. Для этого был применен метод, описанный М. Рабнером [243]. Слои наносились на стеклянные подложки.
До нанесения ПА-ПСС мультислоев, подложка покрывалась слоем полиэтилен имина, обладающего высокой адгезией к практически любым поверхностям.
Чередующиеся слои ПА и ПСС наносились из водных растворов этих полимеров с концентрацией 2 мг/мл. Для получения водных растворов ПА, применялась специально разработанная методика [243]. Время нанесения каждого слоя составляло 15 минут. После нанесения каждого слоя образцы отмывались водой и высушивались струей воздуха. Процедура повторялась несколько раз для достижения нужной толщины.
Схематическое изображение прибора и его подключение в измерительную цепь (Рисунок 2.42) были аналогичны органическим мемристорным приборам, сформированным методом Ленгмюра-Шефера.
Типичные реализованные приборы имели следующие размеры: длина канала 7 мм, ширина канала 3 мм, толщина канала изменялась в пределах от 2 до 30 нм.
Слои твердого электролита с электродом сравнения формировались аналогично тому, как это было описано в предыдущих разделах.
До исследования характеристик мемристорного прибора, была исследована проводимость ПА-ПСС слоев [244]. Вольт-амперная характеристика пленки, содержащие 14 бислоев ПА-ПСС, до и после допирования соляной кислотой приведена на Рисунке 2.43.
Обе характеристики, приведенные на Рисунке 2.43, имеют линейный характер. В отличие от пленок, полученных методом Ленгмюра-Шефера, в данном случае наблюдалась достаточно высокая проводимость даже для недопированных пленок. Такое поведение объясняется тем, что молекулы ПА находятся в непосредственном контакте с молекулами ПСС, выступающими в качестве допирующего агента благодаря своей кислотной природе. Таким образом, проводящий слой ПА формируется уже на стадии процесса нанесения.
Однако, обработка соляной кислотой приводит к дальнейшему увеличению проводимости. Удельная проводимость, отнесенная только к слоям ПАНИ составляет 0,36 С/см для недопированных образцов и 0,83 С/см для допированных образцов.
Зависимость удельной проводимости этих пленок от количества нанесенных бислоев ПА-ПСС приведена на Рисунке 2.44.
Так же как и в случае пленок Ленгмюра-Шефера, величина проводимости достигает насыщения только после того, как достигнута некоторая критическая толщина пленки. До достижения данной толщины наблюдается увеличение удельной проводимости с увеличением нанесенных слоев. Это можно объяснить тем, что первые слои не образуют сплошных пленок, что связано с взаимодействием с материалом подложки. После достижения этой критической толщины поверхность становится однородной в смысле физико-химических свойств, что приводит к воспроизводимому нанесению последующих слоев с аналогичными электрическими свойствами.
После исследования свойств слоев ПА-ПСС было произведено исследование свойств органического мемристорного прибора на их основе.
Циклическая вольт-амперная характеристика такого прибора приведена на Рисунке 2.45.
Диапазон напряжений, использованный для получения характеристики, приведенной на Рисунке 2.45, отличается от того, который был использован в случае исследования электрических свойств ПА-ПСС канала. Наличие твердого электролита приводит к тому, что при потенциалах выше +1,5 ПА переходит в переокисленное необратимое состояние с низкой проводимостью, как это ранее отмечалось.
Приведенная характеристика обладает двумя важными особенностями органического мемристорного прибора: наличие гистерезиса и выпрямляющие свойства. Однако, есть и существенное различие. Величина напряжения, при котором прибор переходит в проводящее состояние, оказалась существенно ниже и составила приблизительно +0,4 В. По-видимому, эта разница обусловлена присутствием ПСС, который, как это отмечалось ранее, действует как допирующий агент. Отношение проводимостей прибора в проводящем и непроводящем состояниях составило в данном случае цифру 20.
Экспериментальная цепь, имитирующая архитектуру и свойства участка нервной системы улитки
Используя в качестве стартовой точки вышеприведенные рассуждения, в рамках данной работы были экспериментально реализованы два типа электронных схем, соответствующих гомо-синаптичеаскому и гетеро-синаптическому типам обучения. Схемы реализованных цепей показаны на Рисунке 4.18 а и б, соответственно, в то время как результаты экспериментального исследования данных цепей представлены на Рисунке 4.18 в и г.
Как и в случае реального животного, обе схемы, изображенные на Рисунке 4.18 (а) и (б), содержат два входа, соответствующие приложению нейтрального стимула (касание – in 1) и присутствию пищи (in 2). В случае нейтрального стимула в качестве входа использовался синусоидальный сигнал с частотой 1 Гц, амплитудой 0,1 В и постоянным сдвигом +0,3 В. Наличие сдвига определялось тем фактом, что восстановительный потенциал полианилина составляет положительную величину порядка 0,1 В. Таким образом, сдвиг и амплитуда сигнала, приложенного к входу 1, гарантировали неизменность состояний проводимости мемристоров в цепях. Использование переменного сигнала в данном случае определялось тем фактом, что в живых системах все процессы происходят в режиме переменного или импульсного тока. Однако, в случае разработки электронных аналогов биоподобных систем такой режим не является критичным. Имеет смысл сделать небольшое отступление и рассмотреть данный вопрос подробнее.
Живые организмы являются сложными системами, выполняющими целый ряд функций. Поэтому, необходимо наличие некоторых общих механизмов и свойств, объединяющих отдельные компоненты системы в единое целое. А именно, энергия, необходимая для функционирования всех частей организма должна иметь одну и ту же природу; сигналы сенсорных устройств, системы обработки информации (нервной системы), а также исполнительных органов должны быть совместимы между собой. Природа выбрала для построения живых существ органические соединения, которые могут изменять свои свойства в зависимости от электрохимических окислительно-восстановительных реакций, в них протекающих. Однако, прохождение окислительно-восстановительных реакций требует направленного движения ионов, что характерно, в том числе, и для работы нервной системы. Так как прохождение сигнала в нервной системе и мозге предполагает анизотропию, использование импульсного режима в природе является необходимым условием. В противном случае, возникли бы градиенты концентрации различных ионов, которые блокировали бы дальнейшую обработку информации. В случае искусственных электронных систем, построенных, в частности, на органических мемристорных приборах, данная необходимость отсутствует. На самом деле, по крайней мере в настоящий момент, невозможно реализовать замкнутую систему, включающую системы накопления и обработки информации, а также исполнительные органы, которые, к тому же имели бы одинаковую природу и сопоставимые величины сигналов. Таким образом, принимая во внимание современный уровень технологии, можно рассчитывать на реализацию гибридных систем, в которых присутствовали бы различные сенсорные приборы, система обработки информации, обучения и принятия решений, а также исполнительные элементы. Конкретная реализация каждого из элементов будет определяться имеющимися техническими разработками и возможностями, а их соединение в единую систему потребует использования адаптеров и переходных устройств. В данной работе мы рассматриваем только биоподобную систему обработки информации. Не смотря на то, что принцип работы органического мемристорного прибора основан, подобно живым организмам, на протекании окислительно-восстановительных реакций, область их прохождения весьма ограничена и направление движения ионов, отвечающее за изменение проводимости, происходит в направлении, перпендикулярном распространению сигнала. Таким образом, процесс обработки информации в данном случае не приведет к возникновению градиентов концентрации ионов на длине цепи переноса сигнала, а значит, не приведет и к блокировке данных процессов. Таким образом, в случае систем на основе органических мемристорных приборов, абсолютно не важно будут ли они работать в режиме постоянного тока или в импульсном режиме.
Вернемся к рассмотрению цепей, изображенных на Рисунке 4.18 [132]. Как было сказано выше, на вход 1 подавалось напряжение с частотой 1 Гц. Величина частоты не имеет, как это было рассмотрено ранее, значения для общих характеристик системы и, в случае необходимости, может быть повышена или понижена.
В случае гомо-синаптического обучения эксперимент проводился следующим образом. Нейтральный сигнал на первых вход подавался в течение 10 минут. При этом анализировалась величина выходного тока. В последующие 15 минут происходил процесс обучения, при котором наряду с присутствием нейтрального стимула на входе 1, подавался сигнал, соответствующий присутствию пищи на вход 2. Величина этого сигнала соответствовала 0,3 В. По окончании данного интервала времени, снова подавался только изначально нейтральный сигнал на вход 1. Величины выходного тока измерялись и сравнивались до и после обучения.
В случае гереро-синаптического обучения, схема которого изображена на Рисунке 4.18 б, нейтральный синусоидальный стимул подавался опять таки на вход 1 с амплитудой 0,1 В и частотой 1 Гц, но его постоянный сдвиг составлял +0,6 В. Увеличенное значения сдвига в данном случае определялось тем, что сигнал распределялся на двух органических мемристорных приборах. Как и в предыдущем случае, через 10 минут после начала эксперимента запускался процесс обучения, который сводился к приложению на вход 2 в течение 20 минут потенциала +0,6 В, что соответствовало присутствию пищи. По истечении этого времени снова прикладывался только изначально нейтральный стимул, подаваемый на вход 1, а величины выходного тока измерялись и сравнивались для ситуации до и после обучения. Результаты измерений выходных токов до и после обучения в случае гомо-синаптических и гетеро-синаптических сетей приведены на Рисунках 4.18в и 4.18г, соответственно. Обратим внимание на разницу в шкале выходных токов и достаточно высокий уровень шума выходного сигнала до обучения.
Проверка работоспособности простой цепи, изображенной на Рис. 4.18 а, было первым шагом по направлению к усложнению системы. Выбор величин входных сигналов определялся тем, что их последовательное приложение не было достаточным, чтобы изменить состояние проводимости мемристора, что приводило к тому, что величина выходного сигнала была пропорциональна величине прикладываемого сигнала в соответствии с законом Ома. Одновременное приложение сигналов на оба входа обеспечивало на мемристоре разность потенциалов, необходимую для изменения его проводимости. Зависимости выходного сигнала такой цепи до и после обучения при приложении только изначально нейтрального стимула показаны на Рисунке 4.18 в. Как это видно из Рисунка 4.18 в, обучение в данном случае привело к 50% увеличению как амплитуды колебаний, так и сдвигу постоянной составляющей выходного сигнала.
Схема усложненной цепи, основанной на гетеро-синаптическом переходе, показана на Рисунке 4.18 б. Архитектура данной цепи очень напоминает модель устройства участка нервной системы улитки, изображенной на Рисунке 4.17. Расположение двух органических мемристорных приборов полностью совпадает с позицией синапсов на Рисунке 4.17. Величина периодического сигнала, прилагаемого к входу 1, выбрана таким образом, что она может обеспечить переключение проводимости только одного органического мемристорного прибора.
Доказательство трехмерной природы стохастической сети на основе разделения фаз
Для доказательства, что перестраиваемые свойства системы, рассмотренные в предыдущем разделе, вызваны действительно трехмерной структурой полученной матрицы, аналогичные эксперименты были проведены на образцах с похожей структурой, но отличающиеся тем, что канал в этом случае был изготовлен из однокомпонентной пленки полианилина. Как и в предыдущем случае, циклические вольт-амперные характеристики, измеренные между каждой парой электродов, соответствовали характеристикам стандартного органического мемристорного прибора. Однако, эксперименты по обучению показали, что в таких системах невозможно достижение ситуации, при которой имелась бы высокая проводимость между одной парой диагональных электродов и низкая между другой, как в случае последовательного, так и одновременного обучений. В случае последовательного обучения, состояние системы определялось последним шагом процесса. Таким образом, после усиливающей фазы высокая проводимость наблюдалась между обоими парами электродов, а после подавляющей фазы, наблюдалась низкая проводимость между обоими парами электродов. В случае одновременного обучения всегда наблюдалось подавление проводимости в обоих каналах.
Таким образом, данные результаты могут рассматриваться в качестве первой демонстрации того, что способность к описанному обучению и различию результатов двух использованных алгоритмов действительно может быть связана со структурой и свойствами реализованной стохастической сети на основе разделения фаз, вызванную, в первую очередь, свойствами синтезированного блок сополимера.
В центральной (активной) зане мы имеем разделение фаз материала, которое привело к образованию системы, которую можно рассматривать как стохастический массив статистически взаимосвязанных между собой органических мемристорных приборов, позволяющих ассоциативное обучение. Однако, на основании вышеприведенных данных, мы все же не можем с уверенностью утверждать, что реализованная система имеет трехмерную организацию. В принципе, усиление и подавление проводимости в пересекающихся каналах может быть достигнуто и в двумерно организованных системах. Для иллюстрации этого утверждения, рассмотрим схематическое представление активной зоны, показанное на Рисунке 6.22.
Каждый органический мемристорный прибор обладает текущим значением собственного сопротивления (R(t)), зависящем от примененного алгоритма обучения, текущим значениям внешних стимулов, истории обучения и внутренней активности системы. Конечно, реальная система содержит более чем 4 прибора, изображенных на Рисунке 6.22 а. Однако, для упрощения ситуации можно рассмотреть и данную схему. Если нашей задачей является усилить проводимость между контактами In1 и Out2, и в то же самое время ослабить проводимость между контактами In2 и Out1, как это показано на Рисунке 6.22, будет достаточно всего лишь уменьшить величину сопротивлений R1(t) и R4(t) и в тоже самое время увеличить величину сопротивлений R2(t) и R3(t). Таким образом, результаты, полученные в результате обучения нашей сети, рассмотренные выше, могут быть, в принципе, получены даже в случае двумерной организации системы. С другой стороны, конфигурация, в которой наблюдалась бы высокая проводимость между электродами In1 и Out2 , а также между электродами In2 и Out1 (диагональные пары электродов), и в тоже время – низкая проводимость между In1 и Out1 , а также между электродами In2 и Out2 (боковые пары электродов), в принципе не возможна в двумерной системе, так как элементы, образующие планарный массив будут вовлечены как в диагональные, так и в боковые цепи, обеспечивающие соединения электродов. Решение такой проблемы требует наличие возможности перехода между двумерными слоями, то есть, выход в третье измерение. Таким образом, реализация ситуации, когда проводимость между боковыми электродами была бы подавлена, а, в тоже самое время, проводимость между диагональными электродами была бы усилена (или наоборот), явилась бы прямым доказательством трехмерной природы данной сети. Для этой цели алгоритм обучения был модифицирован следующим образом. На первом этапе производилось одновременное усиление проводимости (приложенное напряжение составляло +1,0 В) между In1 и Out2 и ослабление проводимости (приложенное напряжение составляло -0,6 В) между In1 и Out1. На втором этапе обучения усиливалась проводимость между In2 и Out1 (+1,0 В) и ослаблялась проводимость между In2 и Out2 (-0,6 В). Проверка эффективности обучения проводилась посредством приложения +0,4 В к различным парам электродов с измерением величин полученных токов в течение 6 минут. Результаты исследования приведены в Таблице 6.4
Процедура обучения привела к усилению проводимости между диагональными электродами и подавила проводимость между боковыми электродами. Как это отмечалось выше, такое соединение невозможно в двумерной системе. Таким образом, приведенные результаты можно считать прямым доказательством того, что реализованная система действительно является матрицей с разделением фаз с трехмерной организацией, как это показано на Рисунке 6.22 b.
Суммируя приведенные данные, можно заключить, что имитация перестраиваемых процессов с обучением (пластичность), происходящих в нервной системе, требует использования элементов со свойствами, похожими на свойства нейронов и синапсов. Для этой цели был реализован композитный материал, включающий главные компоненты, входящие в состав органического мемристорного прибора, выступающего в качестве аналога синапса. Данные элементы представляют из себя проводящий полимер, твердый электролит и диэлектрик. Кроме того, композитный материал содержал золотые частицы, выступающие, из-за наличия барьера Шоттки, в качестве пороговых элементов. Диэлектрик служил для непроводящих областей, необходимых для разделения фаз, требуемого для реализации статистически распределенных областей ПА и ПЭО, взаимно пересекающих друг друга и образующих сети случайно распределенных органических мемристорных приборов, изолированных друг от друга. Золотые частицы служили в качестве пороговых элементов, имитирующих, до некоторой степени, простейшие свойства центральной части нервной клетки.
Представляется интересным сравнить поведение разработанной системы с некоторыми свойствами мозга. В отличие от компьютеров одного класса, мозг человека и животных не является системой с полностью идентичной архитектурой. Даже если можно наблюдать сходство в архитектуре мозга млекопитающих, мозг каждого индивидуума имеет свои характерные связи даже внутри одного вида. Поэтому, несмотря на наличие предопределенных структурных особенностей, мозг может быть рассмотрен, до некоторой степени, как стохастическая система распределенных нейронов и связей между ними. В частности, это утверждение верно для коры головного мозга млекопитающих, главного «устройства», отвечающего за обучение. Связи между нервными клетками осуществляются посредством синапсов, чья пластичность и делает возможным процесс обучения. Обучение отвечает за функциональное «структурирование» мозга посредством усиления и/или ослабления путей прохождения сигнала. Поведение нашей системы во время последовательного обучения может быть связано с «детским» обучением или импринтингом. В детстве устанавливаются сильные ассоциации между явлениями, которые могут сохранять стабильность на протяжении всей жизни. Глубокое обучение требует концентрации на одном типе ассоциации в течение значительного периода времени. При этом, импринтинг предполагает значительное ослабление связей, не задействованных на ранних стадиях обучения. Одновременное обучение нашей системы, напротив, можно сравнить с повседневной жизнью взрослого человека, призванного решать имеющиеся проблемы в соответствии с наличием внешних стимулов и накопленного опыта. Это приводит к краткосрочным ассоциациям, которые могут измениться (если, конечно, они не часто повторяются) при изменении внешних стимулов.
В мозгу механизм «нестираемой памяти» [335] основан на уничтожении связей, с одной стороны, и на усилении оставшихся, с другой стороны: в различных частях нервной системы скачки числа образования связей происходят в определенном возрасте, за которым следует отсечение некоторых ветвей аксонов и синапсов. Степень отсечения зависит от богатства окружающего мира: наибольшее отсечение происходит после сенсорного недостатка в критический период [335-338]. Таким образом, обучение в критическом возрасте играет фундаментальную роль в образовании черт, которые будут присущи индивидууму, так как оно вносит вклад в формирование зрелой анатомической сети. Последующее обучение ограничивается только усилением синапсов уже сформированной анатомической сети.